from sklearn import datasets from sklearn.linear_model import LinearRegression from time import time start = time() loaded_data = datasets.load_boston() data_X = loaded_data.data data_y = loaded_data.target model = LinearRegression() #选择线性回归模型 model.fit(data_X,data_y) #进行模型的训练 print(model.predict(data_X[:4,:]))#预测值 print(data_y[:4])#真实值 stop = time() print('程序的的运行时间:'+str(stop-start)+'秒')
Python线性回归实现房价预测
线性回归预测
最新推荐文章于 2025-10-30 09:48:42 发布
本文介绍了一个使用sklearn库中的线性回归模型对波士顿房价数据集进行预测的例子。加载数据后,通过训练线性回归模型来拟合数据,并展示了模型的预测结果与实际结果的对比。
5943

被折叠的 条评论
为什么被折叠?



